四块 RTX 3090 运行 Qwen3.8 Flash Next：推理引擎选择引发热议

Reddit 用户计划添置第四块 RTX 3090，将 Qwen3.8 Flash Next 作为本地日常模型，并征求推理引擎建议。现有方案以 vLLM 运行 Qwen3.8-27b，生成速度约 100+ tps、prefill 约 3000 tps；Strata 凭借 96GB VRAM 理论上可全量装入显存，但需预留一张卡处理图像。